Lancés en pleine vague Big Data afin d’aider les organisations à entrer dans l’ère de la donnée, les DataLabs doivent aujourd’hui évoluer. Fini “ l’usine à poc ”, l’heure est au pragmatisme, à l’industrialisation des modèles d’IA et à leur intégration aux équipes agiles.
Ce fut certainement le point d’orgue, au début de l’été, du Google Summit 2019. Amélie Oudéa-Castéra, responsable de l’e-commerce, de la Data et du digital chez Carrefour, montait sur scène afin d’annoncer l’ouverture d’un DataLab commun à Carrefour et Google. Situé symboliquement tout près de la Station-F, à Paris, cet espace d’innovation doit véritablement faire basculer le distributeur dans le siècle de la Data et des algorithmes. Une démarche plutôt tardive pour le géant français de la grande distribution alors que beaucoup d’acteurs du CAC-40 ont mis en place ce type de structure en pleine vague Big Data, dès 2012, notamment dans les grandes banques et chez les assureurs. Artefact, qui accompagne Carrefour dans la mise en place de son DataLab, a développé une bonne expérience dans ce domaine et a conseillé de nombreuses entreprises françaises dans cette démarche ces dernières années. « Nous avons commencé l’accompagnement des entreprises dans leurs projets DataLab avec Engie. Après la première phase de définition d’une stratégie et d’une roadmap des différents projets à mener, il a fallu mettre en place une organisation, les outils technologiques pour porter la donnée », explique Nikita Mestchersky, consultant senior chez Artefact. « Ce qui a pu changer des premiers projets de DataLab a été d’opérer ce passage aux méthodes agiles, mais aussi de quitter une “ vision poc ” et pouvoir faire enfin passer les projets à l’échelle. »
En 2018, PSA a créé sa Data Factory au sein de sa Customer Digital Factory, sa cellule de développement agile située au cœur du site de production de Poissy (78). Une illustration du lien désormais étroit entre Data et agilité.
Initialement mises en place pour défricher les nouvelles technologies Big Data ainsi que les nouveaux usages de la Data, ces petites cellules ont créé les premiers data lakes et mené les fameux proof of concept, tous ces démonstrateurs qui n’aboutissaient pas nécessairement en production. Une approche expérimentale qui a quelque peu altéré l’image de ces cellules auprès des métiers et de l’IT.
